ImageBind

GenAI List 是一個全面的線上目錄，致力於追蹤、探索和比較生成式 AI 模型。它作為快速發展的 AI 格局的重要指南，收錄了來自眾多組織的數千個模型。用戶可以發現新發布，按類型、開放性和功能進行篩選，並獲取從業者的見解。

Hugging Face 是領先的開源機器學習平台和社群。它為開發者和研究人員提供建構、訓練和部署最先進模型的工具，並提供一個包含海量預訓練模型、資料集和示範應用的中心。

Labelbox 是一個全面的以數據為中心的人工智慧平台，即「數據工廠」，專為AI團隊設計。它提供整合的軟體、專家服務和人才市場，用於為包括大型語言模型（LLM）和多模態系統在內的先進AI模型創建、管理和評估高品質的訓練數據。

Unsloth 是一個高效能的開源函式庫，旨在顯著加速大型語言模型（LLM）的微調。它能使訓練速度提高多達30倍，同時減少高達90%的記憶體使用，讓在標準硬體上進行進階AI模型客製化成為可能。

Ultralytics是一家領先的視覺AI公司，是世界知名的YOLO（You Only Look Once）模型的創建者。他們提供了一個全面的生態系統，包括開源的YOLOv8框架和用於訓練和部署AI模型的無代碼平台Ultralytics HUB。

Segment Anything (SAM) 是 Meta AI 推出的一款開創性影像分割AI模型。它可透過單次點擊或提示，識別並「擷取出」任何影像中的任何物體。SAM具備零樣本泛化能力，無需經過特定訓練即可理解物體，使其在電腦視覺、影像編輯和資料標註領域對研究人員、開發者和創作者而言都極為通用。

GenAI List 是一個全面的線上目錄，致力於追蹤、探索和比較生成式 AI 模型。它作為快速發展的 AI 格局的重要指南，收錄了來自眾多組織的數千個模型。用戶可以發現新發布，按類型、開放性和功能進行篩選，並獲取從業者的見解。

Google Research 是探索科學與人工智能領域突破性進展的頂級中心。它提供對海量研究論文、專案展示和開源資源的開放取用，涵蓋機器學習、量子計算和醫療保健等多個領域。對於研究人員、開發者和愛好者來說，這是一個保持在技術創 Přední inovace、了解其現實世界影響的重要平台。

PyTorch是一個基於Torch函式庫的開源機器學習框架，用於電腦視覺和自然語言處理等應用。它提供了一個靈活的、Python優先的環境，加速了從研究原型到生產部署的過程。

TensorFlow 是由谷歌開發的端對端開源機器學習平台。它提供了一個全面、靈活的工具、函式庫和社群資源生態系統，讓研究人員和開發人員能夠建構和部署由機器學習驅動的應用程式。從初學者到專家，TensorFlow 提供了用於輕鬆建構模型的直觀高階 API 和用於進階研究的強大低階 API，支援在伺服器、邊緣裝置和瀏覽器上進行部署。

Fast.ai 是一個致力於讓所有人都能接觸到深度學習的研究機構。它提供免費課程、開源軟體庫 (fastai)、前沿研究和一個充滿活力的社群，賦能各種背景的程式設計師成為深度學習實踐者。

昇思MindSpore是一款面向開發者和資料科學家的全場景開源AI計算框架。它提供開發友好的體驗，支援在雲、邊、端等環境中靈活部署。它在大型模型分散式訓練方面表現出色，並為科學計算（AI4S）提供專用工具套件，確保了高效能和高效率，尤其是在昇騰硬體上。

Nexa SDK 是一個強大的工具包，使開發者能夠在幾分鐘內將任何 AI 模型（包括前沿和最先進的模型）部署到任何設備（行動、PC、物聯網、汽車）。它提供生產就緒的設備端推理，支援 NPU、GPU 和 CPU 硬體加速，並針對速度和能效進行了優化。

Hugging Face 是領先的開源機器學習平台和社群。它為開發者和研究人員提供建構、訓練和部署最先進模型的工具，並提供一個包含海量預訓練模型、資料集和示範應用的中心。

Labelbox 是一個全面的以數據為中心的人工智慧平台，即「數據工廠」，專為AI團隊設計。它提供整合的軟體、專家服務和人才市場，用於為包括大型語言模型（LLM）和多模態系統在內的先進AI模型創建、管理和評估高品質的訓練數據。

Unsloth 是一個高效能的開源函式庫，旨在顯著加速大型語言模型（LLM）的微調。它能使訓練速度提高多達30倍，同時減少高達90%的記憶體使用，讓在標準硬體上進行進階AI模型客製化成為可能。

Ultralytics是一家領先的視覺AI公司，是世界知名的YOLO（You Only Look Once）模型的創建者。他們提供了一個全面的生態系統，包括開源的YOLOv8框架和用於訓練和部署AI模型的無代碼平台Ultralytics HUB。

LAION（大規模人工智慧開放網路）是一個致力於人工智慧研究民主化的非營利組織。它向公眾提供海量的開源資料集、預訓練模型和工具，以促進機器學習領域的開放研究、教育和資源高效利用。

Captum 是一個用於 PyTorch 的開源模型可解釋性函式庫。它提供最先進的演算法，幫助開發者和研究人員理解哪些特徵影響了模型的預測。Captum 支援文字、視覺等多模態數據，可以輕鬆地在 PyTorch 生態系統中偵錯模型、提高透明度並對新的可解釋性技術進行基準測試。